前提・実現したいこと
サンプル画像を一つ用意して、Google Cloud Vision APIの光学式文字認識(OCR)をPythonで実装しようとしました。
ひとまずはレスポンスデータ全部を表示させて、最終的にはjson形式の、レスポンスデータの一部を取り出そうとしました。
(ソースコードには一部を取り出すなどの部分は、記載しておりませんが・・・)
具体的には、下記サンプル画像の認識を行いました。
実行の参考サイトは下記になります。
リンク内容
上記のリンクのBasicフォルダにある、annotate_image_document_text_detection.pyファイルを参考に致しました。
事前に、pipのvenvで仮想環境の構築を行い、下記ライブラリのアップグレードを行い、左記環境化で実行致しました。
→google-cloud-vision/google-cloud-core/google-cloud-storage
また、pythonを実行する前に、きちんとGoogle Cloud Vision APIの認証情報を記載したJSONファイルへのパスをGOOGLE_APPLICATION_CREDENTIALSにセット致しました。
$ export GOOGLE_APPLICATION_CREDENTIALS=/path/to/my-credentials.json
発生している問題・エラーメッセージ
レスポンスが、jsonデータっぽいけど、カンマがないので、正式にはjsonデータではないようです。Google Cloud APIのドキュメントやページを見ても、正常であればjson形式でレスポンスを返すようです。レスポンスデータを下記に、添付致します。
**レスポンスが長すぎるので、途中部分は省略致します。
**
text_annotations { locale: "en" description: "The quick brown fox jumped over the lazy dogs.\n" bounding_poly { vertices { x: 44 y: 48 } vertices { x: 372 y: 48 } vertices { x: 372 y: 66 } vertices { x: 44 y: 66 } } } text_annotations { description: "The" bounding_poly { vertices { x: 44 y: 48 } vertices { x: 68 y: 48 } vertices { x: 68 y: 66 } vertices { x: 44 y: 66 } } } text_annotations { description: "quick" bounding_poly { vertices { x: 72 y: 48 } vertices { x: 105 y: 48 } vertices { x: 105 y: 66 } vertices { x: 72 y: 66 } } } text_annotations { description: "brown" bounding_poly { vertices { x: 115 y: 48 } vertices { x: 153 y: 48 } vertices { x: 153 y: 66 } vertices { x: 115 y: 66 } } } . . . words { property { detected_languages { language_code: "en" } } bounding_box { vertices { x: 368 y: 48 } vertices { x: 372 y: 48 } vertices { x: 372 y: 66 } vertices { x: 368 y: 66 } } symbols { property { detected_languages { language_code: "en" } detected_break { type: LINE_BREAK } } bounding_box { vertices { x: 368 y: 48 } vertices { x: 372 y: 48 } vertices { x: 372 y: 66 } vertices { x: 368 y: 66 } } text: "." confidence: 0.9700000286102295 } confidence: 0.9700000286102295 } confidence: 0.9700000286102295 } block_type: TEXT confidence: 0.9700000286102295 } } text: "The quick brown fox jumped over the lazy dogs.\n" }
該当のソースコード
python
1from google.cloud.vision import types 2from google.cloud import vision as vision 3import json 4 5image_dir = "../image_data" 6filename = str(image_dir + "/sample.jpg") 7client = vision.ImageAnnotatorClient() 8image = vision.types.Image() 9image.content = open(filename,'rb').read() 10 11request = types.AnnotateImageRequest(image = image , 12 features= [{'type': vision.enums.Feature.Type.DOCUMENT_TEXT_DETECTION}], 13 image_context = vision.types.ImageContext(language_hints = ['en'])) 14 15response_from_url = client.annotate_image(request) 16 17print(response_from_url)
試したこと
ソースコードの最後に、下記一文を追加してみましたが、jsonファイルでないことが確認できました。
→print("{}".format(json.dumps(response_from_url,indent=4)))
補足情報(FW/ツールのバージョンなど)
なぜJson形式でレスポンスが貰えないのかわかりません。
(Google側のバグなのでしょうか??、それとも私が間違っているのでしょうか??)
どうすればよいかわかりません。
どなたかご助言アドバイスよろしくお願い致します。
回答2件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。